3. Kubernetes for GenAI Inference（arXiv:2602.04900v2）

• 类型：arxiv
• 标识：2602.04900
• 链接：https://arxiv.org/abs/2602.04900
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-17-ai-engineering-llm-deploy-rag.md

可复用信息

• • 链接：https://developers.redhat.com/articles/2026/04/21/kserve-llm-d-optimized-gen-ai-inference
• • 核心内容：
• • KServe v0.16 引入 LLMInferenceService
• • Envoy AI Gateway 作为请求路由控制面
• • 完整请求生命周期解析（从 /v1/chat/completions 到推理引擎）
• • 评价：Red Hat 开发者文章，工程细节丰富，适合平台工程师参考。
• • 可信度：⭐⭐⭐⭐⭐
• • 链接：https://arxiv.org/html/2602.04900v2

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集